0027-用OpenCV的GaussianBlur函数做高斯滤波

已于 2022-05-05 09:40:56 修改
阅读量816 收藏
点赞数
分类专栏： OpenCV下的图像平滑技术 文章标签： opencv 计算机视觉 人工智能
于 2018-11-15 13:51:29 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/lehuoziyuan/article/details/84102935
版权
本文详细介绍了如何利用OpenCV库中的GaussianBlur函数实现图像的高斯滤波操作，对于计算机视觉和图像处理领域，高斯滤波是一种常见的降噪手段。文章通过实例展示了具体的应用步骤和代码实现。
摘要由CSDN通过智能技术生成
最低0.47元/天 解锁文章
清溪算法
关注
专栏目录
【opencv-c++】cv::GaussianBlur高斯滤波
jn10010537的博客
10-16 2276
高斯模糊本质上是低通滤波器，根据上图高斯分布公式，和滤波器所覆盖像素距离中心的距离，就可以计算每个像素被滤波后的像素值。sigmaY：Y 方向高斯滤波器标准差（如果输入 0，则会被设置成等于 sigmaX，如果 sigmaX 和 sigmaY 都输入 0，则会根据滤波器尺寸来计算得到标准差）ksize：滤波器尺寸，可以不是正方形，但是必须为正奇数（如果设置为 0，则由输入的标准差来计算所需的尺寸）。dst：输出图像，与输入图像具有相同的尺寸，通道数，和类型。以下示例引入高斯滤波，对原图像进行高斯模糊。
Opencv（十九）高斯滤波
weixin_70029632的博客
09-16 1221
该函数第三个参数是高斯滤波器的尺寸，与前面函数不同的是，该函数除了必须是正奇数以外，还允许输入尺寸为0，当输入的尺寸为0时，会根据输入的标准偏差计算滤波器的尺寸。函数第四个和第五个参数为X方向和Y方向的标准偏差，当Y方向参数为0时表示Y方向的标准偏差与X方向相同，当两个参数都为0时，则根据输入的滤波器尺寸计算两个方向的标准偏差数值。高斯噪声是一种常见的噪声，图像采集的众多过程中都容易引入高斯噪声，因此针对高斯噪声的高斯滤波也广泛应用于图像去噪领域。
OpenCV高斯滤波器详解及代码实现
青城山小和尚
05-01 4万+
高斯滤波(Gauss Filter)是线性滤波中的一种。在OpenCV图像滤波处理中，高斯滤波用于平滑图像，或者说是图像模糊处理，因此高斯滤波是低通的。其广泛的应用在图像处理的减噪过程中，尤其是被高斯噪声所污染的图像上。 高斯滤波的基本思想是: 图像上的每一个像素点的值，都由其本身和邻域内其他像素点的值经过加权平均后得到。其具体操作是，用一个核(又称为卷积核、掩模、矩阵)扫描图像中每一个像素点，将
win10+Python3.7.3+OpenCV3.4.1入门学习（七）————7.3高斯滤波
qq_951274168的博客
12-11 2154
Python版本是Python3.7.3，OpenCV版本OpenCV.3.4.1，开发环境为PyCharm 在进行均值滤波和方框滤波时，其邻域内每个像素的权重是相等的。在高斯滤波中，会将中心点的权重值加大，远离中心点的权重值减小，在此基础上计算邻域内各个像素值不同权重的和。 7.3.1 基本原理 在高斯滤波中，卷积核中的值不再都是1。例如，一个3×3的卷积核可能如下图所示： 在图7中，针对最左...
OpenCV图像滤波(6)高斯滤波函数GaussianBlur()的使用
最新发布
jndingxin的专栏
08-06 722
高斯模糊是一种有效的图像平滑技术，可以减少图像中的噪声和细节
opencv的高斯滤波函数
贾路飞的博客
04-15 417
（2）1和2速度一致，可见1是用了分离卷积优化速度。3最慢，差不多慢3倍。（3）2和3不限于高斯核卷积，任意核都可以。但是2需要该核具有可分离性。（1）当都是高斯核的时候，三者结果一致。//2、高斯分离卷积。
opencv之GaussianBlur()函数
duwangthefirst的博客
04-17 4万+
概述 GaussianBlur()函数用高斯滤波器（GaussianFilter）对图像进行平滑处理。 该函数将源图像与指定的高斯内核进行卷积，同时也支持in-place滤波。 API说明 C++ API： void cv::GaussianBlur ( InputArray src, （原始图像：channels不限，各通道单独处理；depth应当是CV_8U...
OpenCV-高斯滤波cv::GaussianBlur
翟天保的博客
06-11 1万+
函数原型void GaussianBlur( InputArray src, OutputArray dst, Size ksize,double sigmaX, double sigmaY = 0, int borderType = BORDER_DEFAULT );
Opencv 名词解释_GaussianBlur函数_高斯滤波
fegfgergf的博客
03-04 573
函数原型: void GaussianBlur(InputArray src, OutputArray dst, Size ksize, double sigmaX, double sigmaY=0, int borderType=BORDER_DEFAULT); 参数详解： src，输入图像，即源图像，填Mat类的对象即可。它可以是单独的任意通道数的图片，但需要注意，图片深度应该为CV_8U,CV_16U, CV_16S, CV_32F 以及 CV_64F之一。 dst，即目标图像，需要和源图
opencv高斯滤波GaussianBlur()详解(sigma取值)
wuqindeyunque的博客
12-25 4万+
滤波(blur)操作是一种基于邻域的图像平滑方法。 当图像噪声只是图像的一小部分时，用某一像素点的邻域进行变换得到的新的像素点可以减小噪声的影响，从而很好的平滑噪声。 均值滤波是对中心点的邻域求算术平均和，中值滤波是对中心点的邻域求中值。 本文主要说的高斯滤波，高斯滤波可以看作对均值滤波的改进， 以33的邻域为例，均值滤波是对这九个数求平均，而高斯滤波是对这个九个数求加权平均，其中心思想是邻域中每...
opencv中的高斯滤波
nbxuwentao的博客
02-14 1267
#include <opencv2\core\core.hpp> #include <opencv2\highgui\highgui.hpp> #include <opencv2\imgproc\imgproc.hpp> using namespace cv; int main() { Mat img1,img2; img1=imread(“4.jpg”); n...
OpenCV–图像平滑（均值滤波、方框滤波、高斯滤波、中值滤波）
01-20
OpenCV–图像平滑（均值滤波、方框滤波、高斯滤波、中值滤波） 首先看以下图，图像平滑（模糊）只是滤波中的一种操作，并不是整个滤波部分。 一、均值滤波 函数： dst = cv.blur( src, ksize[, dst[, anchor[, borderType]]] ) src:输入图像； ksize: 卷积核大小； anchor: 锚点位置设置，默认为卷积核的中心位置； borderType: 边界填充方法。   均值滤波是一种线性滤波器，处理思路也很简单，就是将一个窗口区域中的像素计算平均值，然后将窗口中计算得到的均值设置为锚点上的像素值。该算法有优点在于效率高，思路简单。同样，
OpenCV 高斯滤波
qq_40041064的博客
11-21 968
OpenCV中高斯滤波函数： void cv::GaussianBlur( InputArray _src, OutputArray _dst, Size ksize, double sigma1, double sigma2, int borderType ) 其中，src为输入图像，_dst为输出图像，Size为...
OpenCV——高斯滤波
小铅笔
06-11 5396
高斯滤波 高斯滤波器是一类根据高斯函数的形状来选择权值的线性平滑滤波器。高斯平滑滤波器对于抑制服从正态分布的噪声非常有效。一维零均值高斯函数为： g(x)=exp(-x^2/(2sigma^2)
python+opencv实现高斯滤波（手写滤波函数）
qq_38615466的博客
10-01 3751
用opencv进行一些图像处理的操作非常的简单和便捷了，但是对于想要了解详细内容的同学来说，最好是可以手写一下滤波核的生成以及滤波函数。了解高斯函数的变化过程，对我们深入学习图像处理有很大的帮助。 图像滤波的作用 总的来说有平滑（使图像边缘和图像轮廓变得模糊）以及锐化（边缘、轮廓线细节变得清晰）两大作用。 数学基础 高斯滤波实际上是用我们生成的高斯滤波核在图片上做的一个空间卷积，根据滤波核的不同达到我们不同的处理效果，重点是要理解高斯核怎么生成，以及高斯函数的特点。 接下来用代码解释下滤波核是
利用OpenCV的函数GaussianBlur()对图像进行高斯滤波
昊虹AI笔记
05-05 8533
高斯滤波是常见的滤波处理方法。 高斯滤波器本质上是一个低通滤波器，所以对图像进行高斯滤波运算后，图像的高频分量会被滤除，体现出来的效果是图像被模糊化处理了。 OpenCV提供了函数GaussianBlur()对图像进行高斯滤波处理。其函数原型如下： void cv::GaussianBlur ( InputArray src, OutputArray dst, Size ksize, double sigmaX, double sigm
转：Opencv高斯滤波函数分析
jlqprivate的博客
09-26 380
函数声明为： void GaussianBlur(InputArray src, OutputArray dst, Size ksize, double sigmaX, double sigmaY=0, int borderType=BORDER_DEFAULT ) ; 功能：对输入的图像src进行高斯滤波后用dst输出。 参数：src和dst当然分别是输入图像和输出图像。 sigmaX
opencv学习(二十)之高斯滤波GaussianBlur()
热门推荐
烟雨博客
01-14 10万+
高斯滤波是一种线性平滑滤波，对于除去高斯噪声有很好的效果。在其官方文档中形容高斯滤波为”Probably the most useful filter”，同时也指出高斯滤波并不是效率最高的滤波算法。高斯算法在官方文档给出的解释是高斯滤波是通过对输入数组的每个点与输入的高斯滤波模板执行卷积计算然后将这些结果一块组成了滤波后的输出数组，通俗的讲就是高斯滤波是对整幅图像进行加权平均的过程，每一个像素点的值
opencv先中值滤波再高斯滤波python代码
05-21
在这个示例中，我们首先使用`cv2.medianBlur()`函数进行中值滤波，然后使用`cv2.GaussianBlur()`函数进行高斯滤波。注意，在高斯滤波中，我们使用了中值滤波后的图像作为输入。这是因为中值滤波可以有效地去除图像中...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值